Большую часть времени современные компьютеры простаивают и не используют всех возможностей процессора. Мы предлагаем задействовать их с пользой. Вы можете сдавать мощности вашего компьютера другим участникам нашей сети для выполнения разнообразных...
В последнее время можно наблюдать рост популярности языка программирования Python. Он используется в DevOps, в анализе данных, в веб-разработке, в сфере безопасности и в других областях. Но вот скорость… Здесь этому языку похвастаться нечем. Автор материала, перевод которого мы сегодня публикуем, решил выяснить причины медлительности Python и...
嗯...在MQL中根本就没有列。而MQL !=SQL是非常不同的语言。
对于了解SQL的人来说，当它们的数量超过5000个时，优化后的最佳通行证更容易筛选出来。已在TesterSql.mqh 中实施
嗯...你怎么会有这样的想法...
在亚马逊服务器上运行测试代理的脚本aws_ubuntu_user_data.sh 现在可以计算Rol和内部磁盘。
https://roffild.com/ru/
在亚马逊服务器上运行测试代理的脚本aws_ubuntu_user_data.sh 现在考虑了角色和内部磁盘。
谁的角色？你说的 "内部磁盘 "是什么意思？
有"将数据写入MySQL格式文件"，为什么不从这个格式中读取？
对于 "什么是Java、Spark、Alglib、随机森林和神经网络？ 以及如何与之相处？"的问题。- 谷歌
Alglib - 单线程
火花 - 许多计算机。
该库的目标是使用Spark（以及未来的TensorFlow和MXNet）而不需要MQL拐杖
这个产品能解决什么任务？
1）SQL要花钱。Windows for SQL需要花钱。亚马逊/谷歌的服务器要花钱。一年的成本与许可证吗？两个月的谷歌服务器从他的奖金 - 300美元，这是5-6个服务器（对奖金，服务器的寿命对采矿禁止从天到几个星期）。即每年大约有1.5-2千美元不可逆转地在亚马逊/谷歌 "飞走"。
2）一台6核至强和nvidia quadro的漂亮笔记本电脑，5千美元（在基本配置的基础上增加m2的raid）。MQL - 对终端用户免费。从hst文件中嵌入subd--免费（在OHLCV中，你可以写任何你喜欢的东西，并作为时间序列访问数据--即零情报成本）。从正面看，流动性。计算能力是足够的。
3）单处理器miniitx xeon+windows（许可证）+一个/两个强大的ATI显卡+显示器+哎呀。5k$ .MQL - 对终端用户免费。从hst文件中嵌入subd--免费（在OHLCV中，你可以写你想要的一切，并作为时间序列访问数据--即零情报成本）。优点 - 可以根据自己的风格进行配置。减去，缺乏流动性。超额的计算能力。
Opencl的速度（视频卡）在成本和处理能力方面与 "许多计算机 "相比是无法竞争的。
手头的任务应该从1）中偿还无法挽回的成本，你需要非常了解前/后端java，sql和一堆其他技能的大数据，直接从你的脑袋里出来 - 有了这样的知识包袱，在一个资产阶级银行的工资，从10万美元的任何地方，谷歌可能会给更多的+访问计算资源。
我认为，要对猫进行培训，为就业提供良好的技能。
罗菲德图书馆
我在MQL5编程社区中被称为Roffild，这是我的MQL5开源库。它试图在MQL5中实现早就成为流行编程语言标准的功能。每个文件中都实现了一个想法。当需要新的功能时，该库就会得到补充。
很少有人尝试在Github上发布该项目。没有统一的标准。在创建项目时，MetaQuotes没有考虑到版本控制系统的使用。出于某种原因，MetaQuotes的程序员认为，一个项目必须是一种类型。对于在MQL5.com的CodeBase中发布的小型项目，这种划分是合理的。对于中型和大型项目，不可能选择一种项目类型。
我甚至打开了我的电脑来回复，网络流量非常有限）。用手机写作是不舒服的。
恕我直言，对罗非尔德的活动，不要把这当成是一种搭讪，我读了但不明白。为了什么？[(c)A.Voznesensky.］
1.我了解到，一个开发者在MQL中为自己移植了几个库，并决定将它们提供给公众。一切都很清楚和正常。为什么不呢？但这里有一个明显的冗余--罗菲德的港口什么都有，什么都有。
2.一个营销人员会问这样的问题--目标受众？
- 初学者和新手对MQL不够了解，他们在连接DLL时有问题。你认为他们会理解SQL或你的文档吗？
- 有经验的MQL程序员也许可以使用其中的一些。但只是在有限的范围内。
- 一般的程序员（C++等）--在文档中，他们更容易理解源库，并准确地连接他们需要的东西。
总结一下：在营销方面，我们从整套库中有几个应用。这就是所有大惊小怪的原因吗？
3.所有（或几乎所有）的库都已经被移植到相同的Python。只对正在运行的Python应用程序进行一次移植，并一次使用所有的库，平静地、不慌不忙地，不是更容易吗？此外，所有的Python库端口都经过良好的测试和记录。此外：Python是一种脚本语言，它在库执行中的时间份额是最小的。对性能没有影响。还要考虑到Python有成熟的线程，而许多到MQL的端口在没有它的情况下只是挂着，并且在火车已经离开的情况下发展......
我想在这种情况下，有经验的程序员会理解你。而且，仅仅是对Python的一个端口的应用比例将超过你所有库的总和。
实际上，你的项目还有一个 "但是"，但那已经是偶尔为之了。
注意到。
1）SQL要花钱。Windows for SQL需要花钱。亚马逊/谷歌的服务器要花钱。一年的使用费用与许可证吗？两个月的谷歌服务器从它的奖金是300美元，这是5-6个服务器（对奖金的服务器的寿命开采禁止从天到几个星期）。即每年大约有1.5-2千美元不可逆转地在亚马逊/谷歌 "飞走"。
2）一台6核至强和nvidia quadro的漂亮笔记本电脑，5千美元（在m2的基本配置上加上raid）。MQL - 对终端用户免费。从hst文件中嵌入subd--免费（在OHLCV中，你可以写任何你喜欢的东西，并作为时间序列访问数据--即零情报成本）。从正面看，流动性。计算能力是足够的。
3）单处理器miniitx xeon+windows（许可证）+一个/两个强大的ATI显卡+显示器+哎呀。5k$ .MQL - 对终端用户免费。从hst文件中嵌入subd--免费（在OHLCV中，你可以写你想要的一切，并作为时间序列访问数据--即零情报成本）。优点 - 可以根据自己的风格进行配置。减去，缺乏流动性。超额的计算能力。
Opencl的速度（视频卡）在成本和处理能力方面与 "许多计算机 "相比是无法竞争的。
手头的任务应该从1）中偿还无法挽回的成本，你需要非常了解前/后端java，sql和一堆其他技能的大数据，直接从你的脑袋里出来 - 有了这样的知识包袱，在一个资产阶级银行的工资，从10万美元的任何地方，谷歌可能会给更多的+访问计算资源。
我认为，在猫身上训练，提高自己的技能，才能得到一份好工作。
MySQL和SQLLite或类似。免费。服务员可以按小时费率租用。租用一整年有什么意义？我每年最多只 需花200美元。
OpenCL也需要能够做饭。向显卡发送数据的漫长延迟使得使用OpenCL无利可图。
当你搞清楚这一切时，你才能真正估算出成本。
Yuriy Asaulenko:
3.所有（或几乎所有）的库都已经被移植到相同的Python。如果只对正在运行的Python应用程序做一个移植，并以一种简单而不急躁的方式一次性使用所有的库，不是更容易吗？此外，所有的Python库端口都经过良好的测试和记录。此外：Python是一种脚本语言，它在库执行中的时间份额是最小的。对性能没有影响。还要考虑到Python有成熟的线程，而许多到MQL的端口在没有它的情况下只是挂着，并且在火车已经离开的情况下发展......
任何第三方的开发几乎都不可能在测试代理中使用。当试图与外部开发整合时，你必须牺牲速度、可移植性和优化。为什么？
在Linux用户中，有一个笑话："放着Linux，放着Wine去运行Kosynka"。
而Python本身就是一个真正的慢动作。
Python可以用来发现一个模型的专利。当找到模型后，最好把它移植到MQL5，在Agent云中进行测试。
我的库不依赖于第三方DLL，所以它可以在任何专家顾问、指标等的代码中使用。
任何第三方的开发几乎都不可能在测试代理中使用。当试图与外部开发整合时，你必须牺牲速度、可移植性和优化。为什么？
在Linux用户中流传着一个笑话："放着Linux，放着Wine来运行Kosynka"。
而Python本身就是一个真正的慢动作。
Python可以用来发现一个模型的专利。当找到模型后，最好将其移植到MQL5中，在Agent云中进行测试。
我的库是独立于第三方DLL的，所以它可以在任何专家顾问、指标等的代码中使用。
关于Python的速度以及它与C++、Sharp等的比较，完全没有关系。问题是其速度是否足以解决特定的任务。我相信，对于绝大多数任务来说，甚至绰绰有余。即使是所谓的黄牛党）。
你认为不使用第三方dlls是一个福音。我认为这更像是一种宗派主义，而且最重要的是，很多不必要的，不为人知的工作。所有的图书馆都已经摆在我们面前，剩下的就是使用它们，用最少的时间和精力。顺便说一句，这也是现代编程范式的一部分。而且，一般来说，这与Python无关。这只是作为一个有很多图书馆的环境的例子。
拒绝DLL，使用第三方软件和其他预付款的理由仅仅是为了在市场上销售--这就是条件）。根本没有其他理由。
MySQL和SQLLite或类似。免费的。服务员可以按小时收费租用。租用一整年有什么意义？我每年最多只 需花200美元。
OpenCL也需要能够做饭。向显卡发送数据的延迟时间很长，因此使用OpenCL是不划算的。
当你搞清楚这一切时，你才能真正估算出成本。
- "免费 "https://shop.oracle.com/apex/f?p=DSTORE:2:::NO:RIR,RP,2:PROD_HIER_ID:58095029061520477171389，意味着你个人的知识成本（不是从oracle批发的）要高出三倍。你为什么要花200美元来开辟一个菜园，其中隐含着大量的管理知识????。如果你有200美元花在谷歌上，那么你可以在几个周末在你的山毛榉/电脑上做同样的事情。所举的300美元的例子是，一个有本地xeon的系统比一堆vps的生产力更高。为了快速解决一个问题/项目，你需要在类似的任务上有几年的实践，处理意外的bug和bug，从头开始重新设计。进入你的意识形态计划的门槛远非免费。
- 在MQL中准备OpenCL，对智力的要求没有xSQL中的专业水平高（一般是子数据）。在代码库MQL和MQL开发环境中收集的代码（并不完美）足够了，而且是免费的（包括servicedesk），可以快速自学，另外，如果你知道类似的东西（免费开发环境+例子代码非常多的地方），它可以立即在屏幕上显示结果，而不需要用windows。MQL现成的云计算比vps/许多电脑更便宜。到目前为止，MQL的价格/性能选择是无法竞争的（有一个地方可以对MQL喷毒）。
所以你是说，为OpenCL传输数据到视频卡的延迟比tcpip堆栈的成本高，网络延迟到vps?????(你使用的是什么物质？))))
- 你到底在研究什么？一个便宜的显卡（例如不贵的ATI RADEON 580 8GB - 300美元）比vps更有利可图，一个旧的Xeon几乎比显卡更有利可图。他们也把显卡放在笔记本电脑里。我很难想象（或者说无法想象）MQL时间序列中的计算任务会比本地MQL服务器/计算机/云需要更多的资源。罕见的64GB ecc+2个xeon--300美元+PSU+显示器+键盘鼠标（另加100美元），整个轴用内脏放在一个frameisk里，甚至用BASIC写本地数据处理，会比vps+sql等快。